AI採用とは｜工程別の使い方と導入後の課題

AI採用は、求人票づくりやスカウト、書類の読み込み、面接、日程調整といった採用の工程にAIを組み込み、担当者の作業を肩代わりさせる取り組みです。

導入する企業は国内でも増えました。その一方で、入れたのに手間が減らないという声があり、AIの使い方によっては志望度を下げると答える候補者もいます。

工程ごとの使い方から、導入後に見えてきた課題、選考の公正さを守る基準、始め方の順番までを整理しています。

AI採用の定義と、AIが入る採用工程

AI採用とは、採用活動の工程の一部または全体にAIを組み込み、候補者の発見・評価・連絡にかかる作業をAIが代わりに行う、あるいは補助する取り組みの総称です。対象は面接に限らず、求人票の作成から内定前の日程調整まで採用の全工程に広がっており、どこまでをAIに任せるかは企業ごとに異なります。

工程ごとにAIが担う作業と、人が残す判断

AIが得意とするのは、文章の下書き・大量の情報の照合・定型の連絡といった繰り返しの作業でした。採否の決定や、候補者の動機を引き出す対話は人の役割として残ります。

求人票とスカウトは、生成AIが文章の下書きを作る工程です。職種の要件と候補者の経歴を入れると、候補者ごとに書き分けた文面の案が出てきます。

書類選考では、職務経歴書の要約や、求人の要件との近さの推定をAIが受け持ちます。通過させるかどうかの基準を決めるのは人の仕事です。

面接には、AIが面接官として候補者と対話する対話型と、録画した回答をAIが分析する録画型があります。人が行う面接の記録を要約し、評価の観点をそろえる使い方も広がりました。仕組みは「AI面接とは？仕組み・主要サービス・法規制の動向」で詳しく扱っています。

従来の採用との違いは作業の担い手

従来の採用とAI採用の違いは、作業を誰が担うかにあります。採用の工程そのものは変わりません。

工程が同じである以上、どの工程の作業をAIへ移すかを決めないまま導入しても、担当者の手間は思ったほど減りません。

範囲で分ける3つの形

AI採用の形は、AIを入れる範囲で3つに分かれます。1つの工程に1つのツールを入れる形、複数の工程のデータをつなぐ形、採用プロセスごと外部のチームに任せる形の3つです。

1つ目は、スカウト文面の生成やAI面接など、特定の工程に1つのツールを入れる形で、もっとも始めやすい入口になります。

2つ目は、ATS（採用管理システム）を軸に、書類選考の結果を面接の評価へ引き継ぐなど、工程間でデータをつなぐ形です。

3つ目は、AIを組み込んだ採用プロセスの設計と運用を外部のチームが担う AI RPO（AIを使う採用代行）を指します。社内に運用の人手が無い企業でも、採用担当は候補者との面談・選考に時間を使えます。

Offers の AI RPO は、CTO・テックリード・AIエンジニアといった採用の難しいエンジニア職を対象に、最短2週間でスカウトの配信を始められる形です。従来型の RPO との違いは「AI RPOとは？スカウト代行・AIスカウトとの違い」で整理しました。

国内の導入状況と導入後の課題

国内では大企業の過半が採用活動にAIを使う段階に入りました。ただし国内の2026年の調査では、導入した人事担当者の半数あまりが「工数は変わらない、または増えた」と答えています。

国内では58.3%が導入し、53.3%は工数が減っていない

国内では、従業員500名以上の企業で採用活動にAIを使う割合が58.3%に達しました。

TalentX が2026年4月に人事担当者・人事責任者213名と中途採用候補者221名に聞いた「採用活動におけるAI活用に関する実態調査 2026」の結果で、主な数字は次のとおりです。

使っている企業は多い一方で、導入後も工数が変わらない・増えたという回答が53.3%、役割分担が不明確という回答が67.9%ありました。

AI採用のメリットとデメリット

AI採用のメリットは、繰り返しの作業にかかる時間の短縮、候補者ごとに書き分けた連絡、評価の観点のそろえやすさの3つです。デメリットは、役割分担を決めないと確認の手間が増えること、学習したデータの偏りが評価に入るおそれ、候補者の離反の3つになります。

以下では、成果が出た例と、成果が出にくい理由を順に見ていきます。

スカウト文面の生成を導入した2社では承諾率が上がった

Offers の「AIスカウト生成機能」は、求人情報と候補者の経歴データをもとにスカウト文面を自動で作る機能として、2024年10月に提供を始めました。

導入した企業の実績は次のとおりです（株式会社overflow「Offers、『AIスカウト生成機能』の提供を開始」・2024年10月時点）。

ツールの選び方は「AI採用サービス比較｜5カテゴリと導入企業の実績」でカテゴリ別にまとめています。

AIと人の役割分担が不明確な企業は67.9%

TalentX の2026年の調査では、AIに任せる業務と人が担う業務の線引きが不明確な企業が67.9%、費用対効果を定量的に把握していない企業が51.3%でした。

AIが書いたスカウト文面を人が毎回書き直す、AI面接の結果を面接官が一から確かめ直す、といった運用では作業が二重になります。どの工程をAIの出力のまま進め、どこで人が判断するかを先に決めておかないと、ツールを足すほど確認の手間が増える結果になりかねません。

候補者はAIの使い方を見ている

候補者は、AIを使うこと自体よりも、AIが自分の評価にどう関わるかを気にしています。

TalentX の同じ調査では、選考で工数削減のためだけのAI活用が見えると志望度を下げると答えた中途採用候補者が59.8%でした。

米国の Pew Research Center が2023年4月に公表した調査でも、採用判断にAIを使う雇用主の求人には応募したくないと答えた成人が66%、AIが最終的な採用判断を下すことに反対する人が71%にのぼります（Pew Research Center「AI in Hiring and Evaluating Workers: What Americans Think」）。

AIをどの工程で使い、最終判断は誰が下すのかを候補者に伝えられる形にしておくことが、信頼の前提です。

AI採用のリスクと公正な選考の基準

AI採用の主なリスクは、学習したデータの偏りが評価に入るバイアス、判断の根拠を候補者に説明できないこと、候補者の離反の3つです。国内では厚生労働省の「公正な採用選考の基本」が、海外ではEUのAI法やニューヨーク市の条例が、AIを選考に使うときの基準になります。

厚生労働省の「公正な採用選考の基本」に照らす

採用にAIを使うときも、選考の基準は人が行う選考と変わりません。

厚生労働省の「公正な採用選考の基本」は、応募者の基本的人権を尊重すること、応募者の適性・能力に基づいた基準で選考することの2点を基本の考え方に置いています。面接では、あらかじめ質問項目や評価基準を決めておくよう求めました。

AIに評価をさせる場合も、何を根拠に点数を付けているのかを確かめ、適性・能力と関係のない事項が評価に入っていないかを点検する必要があります。

海外ではバイアス監査と透明性が義務になりつつある

海外では、採用に使うAIに監査や透明性を求める規制が先に動いています。

EUのAI法（Regulation (EU) 2024/1689）は附属書3で、求人広告の配信、応募の分析と選別、候補者の評価といった採用・選考に使うAIシステムを高リスクに挙げました。

ニューヨーク市の Local Law 144 は、使用前1年以内にバイアス監査を受けていない自動化された雇用判断ツールの使用を雇用主に禁じており、2023年7月5日に執行が始まっています（NYC DCWP「Automated Employment Decision Tools」）。

国内では、経済産業省の「AI事業者ガイドライン」が、AIを使う事業者の取り組みの指針として示されています。

導入前に決めておく3つの運用

AIを選考に使う企業が先に決めておきたい運用は、次の3つです。

1. 評価の偏りの点検。AIの評価結果を属性ごとに見直し、特定の層が不利になっていないかを定期的に確かめる
2. 候補者への説明。選考のどこでAIを使うかを伝え、希望者には人による評価を受ける道を用意する
3. 最終判断は人が下す体制。AIは要約と評価の補助に留め、採否は人が決める

AI採用の始め方は課題の特定から

AI採用は、全工程に一度に入れるより、自社の採用のどこが詰まっているかを特定し、1つの工程から始めて効果を測りながら広げる方が失敗しにくい進め方です。

課題ごとに当てるAIの形

詰まっている工程によって、当てるAIの形が変わります。

自社の採用の発信が候補者からどう見えているかを先に確かめるなら、Offers のエンジニア採用力チェックが使えます。企業のURLから採用ページや求人票などの公開情報を5指標24項目で採点し、原則1営業日以内にレポートが届く無料の診断です。

1つの工程から始めて数字で確かめる

最初の1つには、効果を数字で測りやすい工程を選びます。

スカウト文面の生成なら承諾率と1通あたりの作成時間、書類選考の支援なら1件あたりの確認時間と通過後の面接の評価、というように、導入前の値を控えてから始めてください。

TalentX の調査で費用対効果を定量的に把握していない企業が51.3%だったことを踏まえると、導入前の数字を残しておくこと自体が、次の工程へ広げるかどうかの判断材料になります。広げるときは、採用までの日数、1名あたりの採用コスト、入社後の定着も併せて見ましょう。

役割分担を決めてから範囲を広げる

1つの工程で効果が見えたら、次の工程へ広げる前に、AIと人の役割分担を書き出します。

AIの出力をそのまま使う作業、人が確かめてから使う作業、人だけが担う判断の3つに分けておくと、確認の手間が二重になるのを防げます。スカウト文面なら「AIが下書き、担当者が送る相手と口説く理由を確かめる」、面接なら「AIが記録を要約、面接官が評価を確定する」といった粒度で十分でした。

Offers の導入企業に見る、運用を任せる範囲

Offers の導入企業には、運用代行プランでスカウトの運用を外部に任せて採用を立ち上げ、のちに運用を社内へ移した例があります。

定額カーリースサービス「カーリースカルモくん」を運営するナイル株式会社は、社内のリソースが限られるなか、スカウトの送信や初期対応を代行する運用代行プランを決め手に Offers を導入しました。初期のフェーズは RPO（採用代行）として運用を委託し、正社員1名の採用を実現しています。

現在はスカウトの運用を社内に移しました。最初は外部に任せて運用の型を作り、社内に移すという順番は、AIを入れる範囲を段階的に広げるときにも同じ考え方で進められます。

AI採用のこれから

AI採用は、作業の効率化から、評価のしかたと候補者への説明のあり方を組み直す段階へ移っています。

調査会社 Gartner は2025年10月7日の発表で、2027年までに採用プロセスの75%に職場でのAI活用力を測る資格や試験が含まれるようになると予測しました。予測値であり、実績ではありません（Gartner「Top Four Trends for Talent Acquisition in 2026」）。

同じ発表は、候補者が透明性と選択肢を求めていることを挙げ、採用でのAIの使い方を明らかにし、AI面接を選ばない道を候補者に用意するよう勧めています。

AIに任せる作業が増えるほど、人の側には、評価の根拠を説明し、候補者の動機を引き出す役割が残ります。どこまでをAIに任せ、どこを人が担うかを決めておくことが、AI採用の成果を左右するでしょう。